本文主要是介绍机器学习第一篇----感知机，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
《统计学习方法》看到第三遍，准备给大家分享一下感悟，已经一些算法的代码实现
首先来看下《统计学习方法》对感知机的定义
其实我们想象一下，就是一条线（直线<线性可分>，曲线都可以<非线性可分>），把空间一分为二，很容易理解。
f(x) 是一个激励函数，经过拟合的参数w，b计算，输入的x，然后就可以将X的空间分为{+1,-1}。
但是w，b什么时候达到最优呢？看下面的算法：
注意：yi 在程序中是update = self.eta * (yi - self.predict(xi)) 做的，其实每次都是更新两个步长，比如eta设置为0.01 则更新的实际更新的时候是0.02
程序如下
import numpy as np
class Perceptron这篇关于机器学习第一篇----感知机的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
